의약품부작용보고원시자료(KIDS-KD)를 이용한 황반변성 치료제의 실마리정보 검색 = The signal detection of macular degeneration treatments using KIDS-KD

국문 초록 (Abstract)

황반변성은 심각한 시력 장애를 일으키는 질병이며 노인 인구에서 실명을 유발하는 주요 원인으로 꼽힌다. 황반변성의 주요 원인이 노화이기 때문에 인구 고령화에 의해 황반변성 유병률도 함께 증가할 것이라고 예상되고 있다. 국민건강보험공단 자료에 따르면 국내 황반변성 환자는 연평균 10.0%씩 증가하고 있는데, 유병률 증가 추세를 통해 황반변성 투약 인구 역시 증가할 것임을 예상할 수 있다. 이에 반해 황반변성 치료제에 의한 이상사례 연구는 비교적 더디게 진행되고 있다. 그래서 본 연구를 통하여 황반변성 치료제에 대한 이상사례 정보를 제공하고자 하였다.
본 연구는 한국의약품안전원에서 2007년부터 ~ 2016년까지 보고된 황반변성 치료 약물(애플리버셉트, 라니비주맙, 베바시주맙)의 의약품부작용보고원시자료(Korea Institute of Drug Safety & Risk Management-Korea Adverse Event Reporting System Database, KIDS-KD)를 활용하였다. KIDS-KD에 데이터 마이닝(Data-mining)기법을 적용하여 실마리 정보를 추출한 후, 제품 라벨과 비교하여 새로운 실마리 정보 유무를 확인하였다.
황반변성 치료제 실마리 정보는 각 약물별로 상이하였다. 애플리버셉트의 경우 안내염, 결막염, 실명, 비문증이 실마리 정보로 확인되었다. 이 중 결막염과 실명은 제품 라벨에 기재되어 있지 않았다. 라니비주맙에서는 망막질환, 효과 없는 약, 안내염, 망막박리, 망막출혈, 시각이상, 결막염, 비문증이 이상사례로 검색되었다. 이 중 효과 없는 약이 라벨에 기재되어 있지 않았다. 베바시주맙에서 검색된 실마리 정보는 이미 모든 정보가 제품 라벨에 기재되어 있었다. 베바시주맙은 황반변성 치료에 오프라벨로 사용되며, 주 적응증이 암이기 때문에 검색된 실마리 정보 역시 식욕부진, 전신쇠약, 말초신경병증 등 항암제에 의한 부작용과 거의 일치하였다.
본 연구를 통하여 실제 이상사례 보고 데이터를 이용하여 세 가지 황반변성 치료제의 실마리 정보를 비교하였다. 애플리버셉트에서 결막염과 실명이 새로운 실마리 정보로 확인되었고, 라니비주맙에서는 효과 없는 약이 새로운 실마리 정보로 확인되었다. 그러나 해당 연구에 활용한 데이터 자체가 갖는 한계점이 있기 때문에 결과 해석에는 주의가 필요하다.

다국어 초록 (Multilingual Abstract)

Macular degeneration causes severe vision disorder and is the leading cause of blindness in the elderly population. It is expected that the prevalence of macular degeneration will increase with the aging population because aging is the main cause of macular degeneration. According to data from the National Health Insurance Service in Korea, the number of macular degeneration patients in Korea is increasing at an annual rate of 10.0 percent, and the increase in prevalence is expected to increase as well. On the other hand, the research on adverse events of macular degeneration treatments is relatively progressing slowly. This study aimed to provide the information on macular degeneration treatments.
This study was supported by the Korea Institute of Drug Safety & Risk Management-Korea Adverse Event Reporting System Database (KIDS-KD) of three macular degeneration treatments (Aflibercept, Ranibizumab, Bevacizumab) reported from 2007 to 2016. Data-mining technique was applied to KIDS-KD to detect the signal. The detected signal was compared with the product label to figure out whether the signal is written on the product label or not.
In case of aflibercept, endophthalmitis, conjunctivitis, blindness, muscae volitantes were identified as a signal. Conjunctivitis and blindness were not written on the product label. In case of ranibizumab, retinal disorder, medicine ineffective, endophthalmitis, retinal detachment, retinal hemorrhage, vision abnormal, conjunctivitis, muscae volitantes were detected as a signal. Medicine Ineffective was not written on the product label. In bevacizumab, all the detected signals were already on the product label. It is considered that bevacizumab is used to off label use for the treatment of macular degeneration. So, the signals found are also closely related to side effects caused by anticancer drugs such as anorexia, cachexia, neuropathy peripheral.
In this study, we compared the signals of three macular degeneration treatments using adverse events report data of real world. Conjunctivitis and blindness have been identified as new signals in aflibercept, and medicine ineffective has been identified as a new signal in ranibizumab. However, it is necessary to carefully interpret the results because there is a limitation to the data used in the research.

목차 (Table of Contents)

• 제1장 서 론 12
• 1. 연구배경 12
• 1) 의약품부작용보고원시자료(KIDS-KD)와 실마리정보(Signal) 12
• 2) 황반변성 치료제 (Macular Degeneration Treatments) 13
• 2. 연구목적 20
• 제2장 선행 문헌 고찰 21
• 1. 황반변성 치료제 이상사례 연구 21
• 제3장 연구 방법 24
• 1. 연구 자료 수집 24
• 2. 이상사례 보고 현황 및 보고 특성 25
• 1) 데이터 병합 25
• 2) 시계열 분석을 이용한 이상 사례 보고 현황 26
• 3) 이상사례 보고 특성 분석 26
• 3. 약물-이상사례 조합 생성 27
• 4. 약물-이상사례 조합 빈도 분석 28
• 5. 데이터 마이닝을 통한 약물이상반응 도출 29
• 제4장 연구 결과 31
• 1. 연도별 이상사례 보고 현황 31
• 1) 이상 사례 보고 빈도 및 특성 분석 35
• 2) 약물-이상 사례 조합 40
• 3) 약물-이상 사례 보고 빈도 및 특성 분석 41
• 4) 실마리 정보 확인 44
• 제5장 결론 및 고찰 50
• 참고 문헌 55
• ABSTRACT 57